„Cluster“ sind Gruppen von Daten, die nach speziellen Kriterien zusammengefasst werden. Diese Aufgabe ist für viele Anwendungsbereiche von großer Bedeutung, kann aber bei großen und komplexen Datensätzen extrem aufwändig sein. Prof. Melanie Schmidt untersucht hierzu Approximationsalgorithmen, mit denen diese Clusterbildung näherungsweise und erheblich schneller durchgeführt werden kann.
Ein wichtiger Aspekt ist das sogenannte k-means-Problem, bei dem es darum geht, Teilmengen so einzuteilen, dass die Summe der Varianz minimiert wird. Schmidt stellte hierzu in der Vergangenheit bereits eine Reihe von Lösungen vor, die zum Teil in wichtige Softwarebibliotheken integriert wurden.
Mit ihrer Arbeitsgruppe an der HHU, die unter anderem über ein Emmy-Noether-Projekt gefördert wird, will sich Schmidt mit Algorithmen für das k-means-Problem befassen, die auch bei hochdimensionalen Daten funktionieren. Es geht ihr unter anderem um neue und praktisch anwendbare Algorithmen zur Datenreduktion, die erheblich schneller und mit geringeren Speicherplatzanforderungen arbeiten können.
Prof. Schmidt zu ihrem Arbeitsgebiet: „Wir arbeiten daran, mathematische Fragestellungen sehr genau zu untersuchen und bestmögliche algorithmische Lösungen zu finden. Dies lohnt sich besonders, wenn die untersuchten Probleme in vielen Bereichen auftreten. Algorithmen für das k-means-Problem werden zum Beispiel in zahlreichen Gebieten der Datenanalyse verwendet, von der Bildsegmentierung bis hin zur Analyse medizinischer Daten.“
Zur Person
Melanie Schmidt studierte Informatik mit Nebenfach Mathematik an der Technischen Universität Dortmund und an der Universität Verona (Diplom 2009). Sie promovierte 2014 an der TU Dortmund mit der Arbeit „Coresets and streaming algorithms for the k-means problem and related clustering objectives“. Es folgten Postdoc-Aufenthalte an der Carnegie Mellon University in Pittsburgh und an der Universität Bonn, bevor sie 2019 eine Juniorprofessur für Maschinelles Lernen an der Universität zu Köln übernahm. Zum 1. Dezember 2021 wurde Schmidt zur W2-Professorin an der HHU berufen.
Der Forschungsschwerpunkt von Prof. Schmidt liegt in der Algorithmik, vor allem in der algorithmischen Datenanalyse und im Bereich Clustering. Ihre Forschungsergebnisse veröffentlichte sie in bisher rund 20 wissenschaftlichen Artikeln und Konferenzbeiträgen, so im SIAM Journal of Computing (SICOMP) und beim ACM-SIAM Symposium on Discrete Algorithms (SODA).
Melanie Schmidt wurde bereits als Schülerin Bundessiegerin beim „Bundeswettbewerb Informatik“. Als Doktorandin erhielt sie 2012 ein Google Anita Borg Memorial Scholarship, 2015 wurde ihre Dissertation für den Dissertationspreis 2014 der Gesellschaft für Informatik nominiert. 2020 erhielt Schmidt eine der neun in der KI-Initiative der Deutschen Forschungsgemeinschaft geförderten Emmy-Noether-Gruppen.